面向D2D辅助数据卸载的缓存优化方法技术

本发明专利技术提供的是一种面向D2D辅助数据卸载的缓存优化方法。通过链路质量计算出协助用户选择D2D模式进行通信的概率模型，将内容推送给具有更高的D2D通信概率的协助用户；通过Zipf分布得到用户偏好模型，缓存用户更感兴趣的内容在缓存空间个数有限的约束下，对协助用户的缓存方法进行优化以得到最大化整个系统的缓存命中概率的模型，并设计GREEDY‑I算法对模型进行求解。本发明专利技术根据协助用户模式选择确定协助用户进行D2D通信的概率，根据请求用户的偏好模型确定请求用户对每个内容感兴趣的概率，对协助用户的缓存方法进行优化，将邻居请求用户更感兴趣的内容缓存在具有更高的D2D通信概率的协助用户设备中，以此来最大化缓存命中概率，提高了系统的整体吞吐量。

【技术实现步骤摘要】
面向D2D辅助数据卸载的缓存优化方法
本专利技术涉及的是一种移动边缘技术，尤其是一种面向D2D辅助数据卸载的缓存优化方法。
技术介绍
近年来，随着无线设备(如智能手机和笔记本电脑)的普及，移动用户对在线应用程序(例如，视频服务、网页浏览和社交网络等)的需求日益增长，这一现象导致了移动数据流量的指数级增长。给移动网络运营商(带来网络拥塞和巨大的流量负载。为了解决回程拥塞问题，移动边缘缓存技术便被提出了。移动边缘网络(MobileEdgeNetwork)中存在各种各样的缓存位置，如小基站、WiFi接入点和用户设备。近年来，随着D2D(Device-to-Device)通信技术的发展，邻近的移动用户可以绕过蜂窝基站(BaseStation，BS)，直接建立设备间通信来传输内容，在提升用户满意度的同时，也实现了移动数据卸载(MobileDataOffloading)，为蜂窝网卸载了一部分的移动数据，大大提高了系统的整体吞吐量。因此，在保证用户之间正常通信的基础上，研究D2D辅助数据卸载的缓存优化对于减轻移动网络流量负载具有重要的意义。面向D2D辅助数据卸载的终端缓存技术，也可称为协作终端缓存技术，即终端用户在缓存内容后，可以通过D2D通信技术为周围的请求用户进行内容传输，这样就将一部分原本需要通过蜂窝网进行传输的数据卸载到D2D网络中。在协作终端缓存技术中，由于内容数量的庞大而用户设备的缓存空间又相对有限，那么为协助用户缓存哪些内容才能以更大的概率通过D2D通信将内容分享给请求用户，便成为一个重要的问题。目前在移动边缘缓存
，主要对基于用户偏好的缓存优化进行了研究。第一类研究提出了一种D2D缓存网络中的缓存部署算法，并定义用户偏好来度量用户对内容的兴趣，并在此基础上给出了用户兴趣相似度的定义，通过对缓存部署和缓存空间分配的联合优化，来最大化缓存效用，但是没有考虑用户如何在D2D缓存和蜂窝网之间进行选择这一问题[ZhangT,FanH,LooJ,etal.Userpreferenceawarecachingdeploymentfordevice-to-devicecachingnetworks[J].IEEESystemsJournal,2017,13(1):226-237.]。第二类研究通过概率潜在语义分析对用户的请求行为进行建模，从而预测每个用户对内容的偏好，并对无干扰模式下的缓存优化方法进行了研究，但没有考虑带内复用模式而引起的传输干扰问题[OptimalContentCachingPolicyConsideringModeSelectionandUserPreferenceunderOverlayD2DCommunications[C].201814thInternationalConferenceonMobileAd-HocandSensorNetworks(MSN).IEEE,2018:212-217]。综上所述，目前的研究工作主要存在以下问题：(1)大多数的缓存优化方法只考虑了基于用户偏好，并未考虑用户的模式选择给数据卸载的性能带来的影响。(2)大多数的缓存优化方法只考虑了无干扰模式下的用户模式选择，并未考虑带内复用模式而引起的传输干扰问题。
技术实现思路
本专利技术的目的在于提供一种能够提高系统整体吞吐量的面向D2D辅助数据卸载的缓存优化方法。本专利技术的目的是这样实现的：步骤一：通过链路质量计算出协助用户选择D2D模式进行通信的概率模型，将内容推送给具有更高的D2D通信概率的协助用户；步骤二：通过Zipf分布得到用户偏好模型，缓存用户更感兴趣的内容；步骤三：在缓存空间个数有限的约束下，对协助用户的缓存方法进行优化以得到最大化整个系统的缓存命中概率的模型，并设计GREEDY-I算法对模型进行求解。本专利技术还可以包括：1.步骤具体包括：(1.1)计算D2D最大通信距离：其中，设置路径损耗参数η＞2，每个链路其各自的路径损耗指数分别为ηc和ηd，传输端的最大传输功率为T，接收端收到的信号功率保持在一个平均阈值α；(1.2)计算D2D链路距离d的概率密度函数：(1.3)通过设置基站的位置分布服从强度为λb的泊松点过程，计算蜂窝链路距离b的概率密度函数：(1.4)通过功率控制和模式选择为蜂窝网链路质量提供干扰保护机制：设置k为偏置因子，用来调节网络中蜂窝用户和D2D用户的密度，只有当时，潜在的D2D传输端选择D2D模式；(1.5)计算协助用户h∈H的D2D通信概率：其中，dh为协助用户h的D2D链路距离，bh为协助用户h与最近的基站之间的距离，Th为协助用户h的最大传输功率，为不完全伽玛函数，上式的最后一步是由变量替换x＝πλbω并整合求出的。2.步骤二具体包括：(2.1)内容库中包含c＝{1,...,C}个内容，计算第c个内容被请求的概率：其中β为Zipf分布的参数，并且有(2.2)定义一个核函数来反映用户u和第c个内容之间的相关性：其中g(Xu,Yc)在区间[0,1]内取值，g(Xu,Yc)＝0意味着用户u不会请求第c个内容，g(Xu,Yc)＝1意味着第c个内容属于用户u的偏好类型，参数0＜θ＜1，用qu,c表示用户请求第个内容的概率，(2.3)计算用户u∈U对第c个内容的偏好概率：其中，qu,c表示用户请求第c个内容的概率，wu为用户u发送一个内容请求的概率，反应了用户的活跃程度，3.步骤三具体包括：(3.1)计算请求用户u的缓存命中概率：其中，Nu表示请求用户u的邻居协助用户集合，并将协助用户按照D2D通信概率Ph进行降序排列，(j)u表示用户u附近的第j个协助用户，xh,c表示协助用户h的缓存决策，xh,c＝1表示协助用户h缓存了第c个内容，xh,c＝0则相反；(3.2)对协助用户的缓存方法进行优化，优化模型表示为(3.3)每个协助用户设备中最多缓存M个内容，增加了如下约束：(3.4)设有两个内容放置X和X'，若内容放置集合X'中，用户u原本从协助用户(j)u处获取第c个内容，当加入元素后，边际效益为0。假设内容放置集合X中，用户u原本从协助用户(j)u处获取第c个内容(j≥j')；如果j＜i，那么加入元素后，边际效益也为0；如果j＞i，边际效益为由此得出(3.5)划分拟阵约束下的单调次模函数最大化问题通过GREEDY-I贪心算法进行求解，最终求出面向D2D辅助数据协助的缓存优化方法的模型的近似最优解。本专利技术提出面向D2D辅助数据协助的缓存优化方法。其思想是缓存优化方法分为三个阶段进行解决，其中第一阶段是根据基于协助用户的模式选择模型来确定协助用户的D2D通信概率，将内容推送到具有更高D2D通信概率的协助用户设备中，以提高内容分享的成功率，并通过协助用户的模式选择和功率控制方案将基站受到的干本文档来自技高网...

【技术保护点】
1.一种面向D2D辅助数据卸载的缓存优化方法，其特征是包括如下步骤：/n步骤一：通过链路质量计算出协助用户选择D2D模式进行通信的概率模型，将内容推送给具有更高的D2D通信概率的协助用户；/n步骤二：通过Zipf分布得到用户偏好模型，缓存用户更感兴趣的内容；/n步骤三：在缓存空间个数有限的约束下，对协助用户的缓存方法进行优化以得到最大化整个系统的缓存命中概率的模型，并设计GREEDY-I算法对模型进行求解。/n

【技术特征摘要】
1.一种面向D2D辅助数据卸载的缓存优化方法，其特征是包括如下步骤：
步骤一：通过链路质量计算出协助用户选择D2D模式进行通信的概率模型，将内容推送给具有更高的D2D通信概率的协助用户；
步骤二：通过Zipf分布得到用户偏好模型，缓存用户更感兴趣的内容；
步骤三：在缓存空间个数有限的约束下，对协助用户的缓存方法进行优化以得到最大化整个系统的缓存命中概率的模型，并设计GREEDY-I算法对模型进行求解。


2.根据权利要求1所述的面向D2D辅助数据卸载的缓存优化方法，其特征是步骤具体包括：
(1.1)计算D2D最大通信距离：



其中，设置路径损耗参数η＞2，每个链路其各自的路径损耗指数分别为ηc和ηd，传输端的最大传输功率为T，接收端收到的信号功率保持在一个平均阈值α；
(1.2)计算D2D链路距离d的概率密度函数：



(1.3)通过设置基站的位置分布服从强度为λb的泊松点过程，计算蜂窝链路距离b的概率密度函数：



(1.4)通过功率控制和模式选择为蜂窝网链路质量提供干扰保护机制：
设置k为偏置因子，用来调节网络中蜂窝用户和D2D用户的密度，只有当时，潜在的D2D传输端选择D2D模式；
(1.5)计算协助用户h∈H的D2D通信概率：



其中，dh为协助用户h的D2D链路距离，bh为协助用户h与最近的基站之间的距离，Th为协助用户h的最大传输功率，为不完全伽玛函数，上式的最后一步是由变量替换x＝πλbω并整合求出的。


3.根据权利要求1或2所述的面向D2D辅助数据卸载的缓存优化方法，其特征是步骤二具体包括：
(2.1)内容库中包含c＝{1,...,C}个内容，计算第c个内容被请求的概率：



其中β为Zipf分布的参数，并且有
(2.2)定义一个核函数来反映用户u和第c个内容之间的相关性：



其中g(Xu,Yc)在区间[0,1]内取值，g(Xu,Yc)＝0意味着用户u不会请求第c个内容，g(Xu,Yc)＝1意味着第c个内容属于用户u的偏好类型，参数0＜θ＜1，
用qu,c表示用户请求第个内容的概率，
(2.3)计算用户u∈U对第c个内容的偏好概率：



其中，qu,c表示用户请求第c个内容的概...

【专利技术属性】
技术研发人员：李亚飞，冯光升，吕宏武，李冰洋，王慧强，王悦，郭方方，
申请(专利权)人：哈尔滨工程大学，
类型：发明
国别省市：黑龙;23